Определение металлических примесей методом атомно-абсорбционной спектрометрии в марганце марки (стр. 12 из 15)
Дисперсия и стандартное отклонение характеризуют рассеяние вариант относительно среднего. Дисперсию выборки (V), содержащей n вариант вычисляли по формуле:
.
Стандартное отклонение (s) представляет собой квадратный корень из дисперсии, взятый с положительным знаком, и имеет размерность измеряемой величины:
.
Для определения истинного значения в выборочной совокупности использовали следующую формулу:
,где s - стандартное отклонение выборки; tp - коэффициент Стьюдента; принимали равным 0,95. Число степеней свободы f = n – 1.
При P = 95%, f = 5 - 1 = 4, tp= 2,78 [8]. Относительное стандартное отклонение (sr) вычисляли по формуле:
.
Дисперсия, стандартное отклонение и относительное стандартное отклонение характеризуют воспроизводимость результатов химического анализа.
Коэффициент чувствительности (S) характеризует отклик аналитического сигнала на содержание компонента y = Sx. Коэффициент чувствительности – это значение первой производной градуировочной функции при данном определенном содержании. Для прямолинейных градуировочных графиков – это тангенс угла наклона прямой:
.Чем больше коэффициент чувствительности S, тем меньшие количества компонента можно обнаруживать и определять, получая один и тот же аналитический сигнал. Чем выше S, тем точнее можно определить одно и то же количество вещества.
Нижняя граница определяемых концентраций – это наименьшее содержание компонента, определяемого по данной методике.
,где s – стандартное отклонение; c - концентрация,
- средняя абсорбция.3. ОБРАБОТКА РЕЗУЛЬТАТОВ
Количественное определение примесей в образцах марганца марки Мн 998 проводили методом атомно-абсорбционной спектрометрии на приборе GBC “AVANTA PM” (Австралия). Для этого навеску металлического марганца марки Мн 998 10,000 г. поместили в термостойкую стеклянную коническую колбу вместимостью 200 см3, растворили в 50 см3 раствора 30% азотной кислоты (1:1 по объему) при нагревании, затем раствор прокипятили до удаления оксида азота. Охлажденный раствор перенесли в мерную колбу вместимостью 500 см3, довили бидистиллированной водой до метки и перемешали.
Расчет систематической ошибки приготовления раствора марганца показал, что данная величина очень мала, поэтому ей можно пренебречь при определении погрешностей результатов анализа металлических примесей в цинке.
По ГОСТам определили что в марганце могут содержаться такие металлические примеси как: железо, никель, медь, кальций, магний, кремний, алюминий, титан. Наличие в пробе таких примесей как кальций, магний и титан проверили качественно, и получили отрицательный результат. А такие примеси как железо, никель, алюминий и медь определяли количественно.
Для количественного определения примесей в образцах марганца были приготовлены серии градуировочных растворов из государственных стандартных образцов (ГСО) состава водного раствора ионов металлов методом объемного разбавления. Растворы из стандартных образцов готовили и использовали при температуре окружающей среды 20˚С.
Растворы, приготовленные из водных растворов ГСО, с массовой концентрацией ионов металла 10 мг/дм3 и менее, длительному хранению не подлежат, и в соответствии с рекомендациями их использовали в день приготовления.
ГСО хранятся в упакованном виде, вскрытые ампулы государственных стандартных образцов хранению не подлежат.
В пламя горелки распыляли холостой раствор (бидистиллированную воду) и серию градуировочных растворов (в порядке увеличения концентрации). После каждого измерения распылительную систему промывали бидистиллированной водой [7].
Обработка результатов измерений абсорбции проводилась программным обеспечением компьютера, находившегося в составе атомно-абсорбционного спектрометра, в автоматическом режиме.
На основании данных эксперимента были построены графики зависимости абсорбции от массовой концентрации металла. Затем проводили расчет параметров линейного уравнения градуировочной зависимости и их доверительных интервалов по формулам, представленным в работах выше.
По градуировочной зависимости определяли для каждого элемента концентрации, соответствующие величинам абсорбции анализируемой пробы.
Далее проводили статистическую обработку результатов по формулам, представленным выше.
3.1 Качественное определение металлических примесей в марганце марки Мн 998
Для количественного определения металлических примесей в марганце марки Мн 998 анализируемый раствор распыляли в пламени горелки и измеряли абсорбцию, предварительно выбирая лампы с длинами волн подходящими для анализируемой примеси. В результате эксперимента прибор показал значения абсорбции для титана, кальция и магния равные нулю. Из чего мы сделали вывод, что дальнейшее количественное определение данных примесей бесполезно, так как их концентрация в пробе ниже нижней границы определяемых концентраций. А для примесей алюминия, железа, меди и никеля значения абсорбции были отличны от нуля, из чего был сделан вывод продолжении работы.
3.2 Построение градуировочного графика для алюминия
В таблице №8 представлены данные для построения градуировочного графика для алюминия:
Таблица №8 Данные для построения градуировочного графика для алюминия.
| Концентрация алюминия в стандарте, мг/дм3 | Абсорбция |
| 0,300 | 0,014 |
| 0,500 | 0,046 |
| 0,750 | 0,088 |
| 1,000 | 0,13 |
| 1,250 | 0,172 |
| 1,500 | 0,216 |
| 1,750 | 0,255 |
| 2,000 | 0,298 |
| 2,250 | 0,338 |
| 2,500 | 0,382 |
3.3 Статистическая обработка графика градуировочной зависимости для алюминия
Для оценки параметров линейности полученной градуировочной зависимости мы провели статистическую обработку результатов по формулам представленным выше. Расчет проводили как с использованием формул, так и с помощью программы Microsoft Excel. Результаты представлены в таблицах №9, №10.
Таблица №9. Статистические данные.
| xi | xi2 | yi | yi2 | xiyi |
| 0,300 | 0,090 | 0,014 | 0,000 | 0,004200 |
| 0,500 | 0,250 | 0,046 | 0,002 | 0,023000 |
| 0,750 | 0,563 | 0,088 | 0,008 | 0,066000 |
| 1,000 | 1,000 | 0,130 | 0,017 | 0,130000 |
| 1,250 | 1,563 | 0,172 | 0,030 | 0,215000 |
| 1,500 | 2,250 | 0,216 | 0,047 | 0,324000 |
| 1,750 | 3,063 | 0,255 | 0,065 | 0,446250 |
| 2,000 | 4,000 | 0,298 | 0,089 | 0,596000 |
| 2,250 | 5,063 | 0,338 | 0,114 | 0,760500 |
| 2,500 | 6,250 | 0,382 | 0,146 | 0,955000 |
| ∑ xi = 13,800 | ∑ xi2 = 24,090 | ∑ yi = 1,939 | ∑ yi2 = 517,193·10-3 | ∑ xiyi = 351,995·10-2 |
Таблица №10. Результаты обработки графика градуировочной зависимости для алюминия.
| Расчет с использованием формул (с учетом tp) | Расчет с использованием программы Microsoft Excel | |
| a | 0,167286960 | 0,167286960 |
| b | -0,036956005 | -0,036956005 |
| Vo | 1,119∙10-6 | - |
| Va | 2,2192038∙10-7 | - |
| Vb | 5,3460619∙10-7 | - |
| a ± ∆a | 0,167±0,001 | 0,1672±0,0005 |
| b ± ∆b | -0,038±0,002 | -0,0380±0,0007 |
Коэффициент корреляции – R = 0,999968281.
3.4 Построение градуировочного графика для железа
В таблице №11 представлены данные для построения градуировочного графика для железа.
Таблица №11. Данные для построения градуировочного графика для железа.
| Концентрация железа в стандарте, мг/дм3 | Абсорбция |
| 0,25 | 0,027 |
| 0,5 | 0,047 |
| 0,75 | 0,069 |
| 1 | 0,091 |
| 1,25 | 0,111 |
| 1,5 | 0,132 |
| 1,75 | 0,152 |
| 2 | 0,174 |
| 2,25 | 0,196 |
| 2,5 | 0,216 |
3.5 Статистическая обработка графика градуировочной зависимости для железа
Для оценки параметров линейности полученной градуировочной зависимости мы провели статистическую обработку результатов по формулам представленным выше. Расчет проводили как с использованием формул, так и с помощью программы Microsoft Excel. Результаты представлены в таблицах №12, №13.
Таблица №12. Статистические данные.
| xi | xi2 | yi | yi2 | xiyi |
| 0,250 | 0,063 | 0,027 | 0,00073 | 0,00675000 |
| 0,500 | 0,250 | 0,047 | 0,00221 | 0,02350000 |
| 0,750 | 0,563 | 0,069 | 0,00476 | 0,05175000 |
| 1,000 | 1,000 | 0,091 | 0,00828 | 0,09100000 |
| 1,250 | 1,563 | 0,111 | 0,01232 | 0,13875000 |
| 1,500 | 2,250 | 0,132 | 0,01742 | 0,19800000 |
| 1,750 | 3,063 | 0,152 | 0,02310 | 0,26600000 |
| 2,000 | 4,000 | 0,174 | 0,03028 | 0,34800000 |
| 2,250 | 5,063 | 0,196 | 0,03842 | 0,44100000 |
| 2,500 | 6,250 | 0,216 | 0,04666 | 0,54000000 |
| ∑ xi = 13,750 | ∑ xi2 = 240,625∙10-1 | ∑ yi = 1,225 | ∑ yi2 = 184,177∙ 10-1 | ∑ xiyi= 210,475 ∙10-2 |
Таблица №13. Результаты обработки графика градуировочной зависимости для железа.